区域性秸秆覆盖率检测系统方案分析

马洪涛 郝若帆 睢丙东

摘要：针对秸秆还田后需要对指定区域进行秸秆覆盖率检测的问题，提出了区域性秸秆覆盖率检测系统方案。基于对秸秆还田机工作时采集到的图像信息进行处理，检测出秸秆覆盖率并作为分散样本，进行指定区域的覆盖率估算。

关键词：图像处理；覆盖率；检测系统；区域性

Abstract： Aiming at the problem of straw coverage detection in designated areas after returning straw to field，a regional straw coverage detection system is proposed.Based on the image information collected during the work of straw returning machine， the coverage rate of straw was detected and used as a scatter sample to estimate the coverage of the designated area.

Key words：image processing；coverage rate；detecting system；regionally

一、 秸秆还田及覆盖率检测的重要性

秸秆还田是农业上保护水土肥力的一种重要措施，不仅可以减少由焚烧秸秆产生的环境污染及资源浪费，还可以为土地保留水分，改善土壤结构，增加土壤中的有机物质，有利于农作物的生长，在环保和农业可持续发展中起到了很大作用。由于秸秆还田后养分释放缓慢，为了不影响下一季农作物养分的吸收，秸秆还田作业具有时限性。

近年来，国家为了大力倡导田间秸秆还田，制定了秸秆还田作业补贴政策，每位机手秸秆还田作业后，统计其作业面积，并且检测秸秆还田覆盖率的准确性，经审验合格，即可领取政府补贴。

二、 区域性秸秆还田覆盖率检测存在的问题

（1）由于作业面积大，通过传统的人工测量费时费力，且对单块秸秆还田地块进行秸秆覆盖率的检测手段不能应用到统计机手的整个作业面积。（2）由于晾干的秸秆和土地的颜色相差甚微，若采用无人机拍照，图像清晰度较低，辨识度较差，不能准确识别每位机手的作业面积和覆盖率。因此，需要在指定的工作区域进行作业检测。

三、 覆盖率检测系统概述

（1）秸秆覆盖率检测系统框图如下图所示：

（2）服务器传输。秸秆还田机作业时安装在尾部的摄像头通过4G网络由服务器下发指令定时拍摄，采集秸秆还田作业后的图像，将图像和位置信息传送给服务器，作为分散性的秸秆图像备用并由服务器保存。估算指定秸秆覆盖率后，将结果及其位置信息传送给服务器，由服务器下发到手机端，以便机手通过手机APP查看和领取补贴。

（3）分散性图像秸秆覆盖率的检测。将服务器保存的图像作为分散性图像，用MATLAB数学工具箱进行图像处理得到秸秆和土地的二值化图像。将图像进一步利用数学形态学原理，选择正确的结构元素，利用腐蚀原理，将图像中的噪声点去除掉，再利用膨胀原理，将秸秆间的细小缝隙填充，然后利用像素点的比例计算出单个图像的秸秆覆盖率。

（4）区域性秸秆覆盖率的估算。根据机手作业地块的面积及地理位置，将在此作业时摄像头拍照的图像上传到服务器，利用得到的分散性图像的秸秆覆盖率和由服务器得到的相应位置信息，进行其它未知地块覆盖率的估算，将结果进行比较和统计，得到包含这些分散样本在内的指定区域的秸秆覆盖率。

四、该系统的特点

该系统主要针对基于分散图像的区域性秸秆覆盖率的估算，首先对秸秆还田机工作时进行分散图像采集，并且对图像进行定位标记，为后续区域性的秸秆覆盖率的估算保存位置信息。通过4G网络实时将图像信息和位置信息传送到服务器中进行保存，并且保存机手作业面积轨迹，保证了秸秆还田的实时性和真实性。利用MATLAB数学工具箱图像处理将分辨力低的秸秆和土地进行分离，并进一步得到分散图像的秸秆覆盖率，为后续估算区域性秸秆覆盖率做数据准备。利用邻近算法原理，根据作业区域内的分散图像的覆盖率和其位置信息，对其他位置地块的覆盖率进行估算，得到指定区域的秸秆覆盖率，保证了覆盖率检测的实用性。将检测结果与实际值相比，得出合格率，并且通过服务器将机手作业面积和合格率发送到手机端，使机手通过手机APP查看作业结果并领取补贴。

五、 结论

（1）利用该系统可以快速准确的检测指定区域的秸秆覆盖率，利用4G网络传输信息，保证了实时性和实效性。

（2）对秸秆图像进行秸秆覆盖率检测，并根据位置信息估算指定区域秸秆覆盖率，满足系统设计的需求。

（3）该系统下一步将在检测速率及估算误差方面进行改进，以便有效的解决实际问题。

参考文献：

[1]赵亚丽，薛志伟，郭海斌，穆心愿，李潮海.耕作方式与秸秆还田对土壤呼吸的影响及机理.农业工程学报，2014，30（19）：155165.

[2]苏艳坡，张东远，李洪文，何进，王庆杰，李慧.基于自动取阈分割算法的秸秆覆盖率检测系统（A）.（中国农业大学工学院现代农业装备优化设计北京市重点实验室，北京：农机化研究，2012，34（8）138142.

[3]沈盼盼，樊丰，伍瑞卿.基于 RGB三通道分离的运动目标检测方法[J].电视技术，2012，36（3）：137140.

[4]崔屹.数字图像处理技术与应用[M].北京电子工业出版社，1997：6468.

[5]Huang Fenggang.The soft morphology applied to detecting image edge [J].Journal of Image and graphics，2000，5A（4）：8993.

[6]李洪文，李慧，何进，李世卫.基于人工神经网络的田间秸秆覆盖率系统.农业机械学报，2009，40（6）：5862.

[7]Cortes C， Vapnik V.SupportVector network[J].Machine Learning，1995，20：273297.

[8]阮秋琦.數字图像处理学[M].电子工业出版社，2001：3540.

[9]文华.基于数学形态学的图像处理算法的研究[D].哈尔滨工程大学硕士学位论文，2007.

[10]Gasteratos A ， Tsalides S.Fuzzy soft mathematical morphology [J].Image Signal Processing，1998，145 （1） ：4149.

作者简介：马洪涛（1963），河北石家庄人，本科，副教授，主要从事智能化仪器仪表方面研究。

*通讯作者：郝若帆（1993），河北石家庄人，在读硕士，主要从事智能化仪器仪表方面研究。